Geri Dön

A machine learning approach to differentiate between acute asthma and bronchitis in preschool children

Başlık çevirisi mevcut değil.

  1. Tez No: 773066
  2. Yazar: WALEED HAMEED SALİH SALİH
  3. Danışmanlar: YRD. DOÇ. DR. HAKAN KOYUNCU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilim ve Teknoloji, Science and Technology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: İngilizce
  9. Üniversite: Altınbaş Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilişim Teknolojileri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 100

Özet

Tüm dünyada çocuklarda alt solunum yolu enfeksiyonlarını (ASYE) etkileyen yaygın hastalıklardan biri akut astım ve bronşittir, sıklıkla okul öncesi çağda ortaya çıkar ve iki hastalık arasında örtüşen 12 klinik özellik vardır, bunlardan en yaygın olanları şunlardır: öksürük, hırıltı, burun akıntısı ve nefes darlığı. bu nedenle çoğu insan iki hastalık arasında ayrım yapmaz, yüksek ve sıcak hava gibi hava dalgalanmalarında artan vaka sayısının fazla olması nedeniyle vakaların teşhis edilmesi ve her vaka için uygun tedavinin alınması için uzman bir doktora gitmek gerekir. düşük sıcaklıklar ve doğru teşhis gerektiren duman ve toz vb. iki hastalık arasında ayrım yapan bir tanı elde etmek için. Bu çalışmada, çocuk doktoru tarafından toplanan 512 gerçek vakadan oluşan bir metin veri seti üzerinde bu modelleri eğittiğimiz 3 makine öğrenme modeli (K-NN, Karar ağacı, MLP) ve 2 derin öğrenme modeli (CNN, LSTM) sunduk. Mart 2022'den Haziran 2022'ye kadar dört ay boyunca Irak'taki Felluce Kadın ve Çocuklar Eğitim Hastanesi'nde danışman olarak çalışan bir danışman ve tüm modern yöntemleri kullandıktan sonra nihai sonuçlar, CNN'nin (99.3506) ve ROC - doğrulukla diğer modellerden daha iyi performans gösterdiğini gösterdi. Bu çalışma için ikili sınıflandırıcı olarak seçilen AUC (99.32

Özet (Çeviri)

One of the common diseases that affects the lower respiratory tract infections (LRTI) of children around the world are acute asthma and bronchitis, it often occurs in preschool age and there are 12 clinical features overlapping between the two diseases, the most common of which are coughing, wheezing, runny nose, and shortness of breath. therefore, most people do not distinguish between two diseases, it is necessary to visit a specialist doctor to diagnose the cases and to receive the appropriate treatment for each case , due of the large number of cases that increase during weather fluctuations, such as high and low temperatures and environmental pollution such as fumes smoke and dust, etc., which need an accurate diagnosis, many junior doctors working in emergency halls face difficulties in diagnosing cases and the differentiation between the two diseases, so these doctors' resort to the consulting doctor to obtain a diagnosis that differentiates between the two diseases. In this study, we presented 3 machine learning models ( K - NN , Decision tree , MLP) and 2 deep learning models ( CNN, LSTM ), where we trained this models on a text dataset consisting of 512 real cases that collected by the paediatrician consultant at Fallujah Teaching Hospital for Women and Children in Iraq during four months started in march 2022 to June 2022 and after using all modern methods the final results showed that the CNN outperformed the rest of the models with an accuracy of (99.3506) and ROC – AUC ( 99.32 ) which was chosen as a binary classifier to this study .

Benzer Tezler

  1. Sayısal haritalama teknikleri kullanılarak DNA dizilimleri üzerinden lösemi hastalığının temel türlerinin yapay zeka tabanlı algoritmalar ile sınıflandırılması

    Classification of main types of leukemia disease with artificial intelligence-based algorithms on the DNA sequences using digital mapping techniques

    FATMA AKALIN

    Doktora

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. NEJAT YUMUŞAK

  2. Development of a machine learning-based system to identify disease biomarkers from human gut microbiota

    İnsan bağırsak mikrobiyotasından hastalık biyobelirteçlerinin tespiti için makine öğrenmesi temelli sistem geliştirilmesi

    AYŞEGÜL KOÇAK

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAbdullah Gül Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. BURCU GÜNGÖR

    PROF. DR. MALİK YOUSEF

  3. State of charge estimation of lithium-ion batteries using machine learning approach

    Makine öğrenmesi yaklaşımı kullanılarak lityum iyon pillerin şarj durumu tahmini

    OSMAN ALPER ALTUN

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    PROF. DR. EMİNE AYAZ

  4. Train set complexity tunning for imbalance learning

    Dengesiz öğrenme için eğitim seti karmaşıklığının ayarlanması

    MEHMET ULAŞ

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DR. MEHMET ALİ ERGÜN

  5. A support vector machine-based approach for southbound communication detection in SDN using openflow

    Openflow kullanarak SDN'de güney yönlü iletişim tespiti için destek vektör makinesi tabanlı bir yaklaşım

    ALİ GÖKHAN AVRAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ GÖKHAN SEÇİNTİ